技术交易网络社团结构检测方法研究与实证
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.2.1 国内外技术交易现状 | 第10-11页 |
| 1.2.2 社团检测研究现状 | 第11页 |
| 1.3 本文主要工作 | 第11-12页 |
| 1.4 论文结构 | 第12-14页 |
| 第二章 技术交易网络构建 | 第14-21页 |
| 2.1 数据描述及预处理 | 第14页 |
| 2.1.1 数据来源 | 第14页 |
| 2.1.2 技术网络的构建 | 第14页 |
| 2.2 复杂网络的静态特性 | 第14-19页 |
| 2.2.1 最大子团分析 | 第17-18页 |
| 2.2.2 线图网络 | 第18-19页 |
| 2.3 复杂网络的动态特性 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 社团检测算法对比分析 | 第21-34页 |
| 3.1 社团划分 | 第21-22页 |
| 3.2 社团划分评价标准 | 第22-23页 |
| 3.3 典型的社团检测算法 | 第23-28页 |
| 3.3.1 层次聚类算法 | 第23-24页 |
| 3.3.2 模块度优化算法 | 第24-25页 |
| 3.3.3 谱聚类算法 | 第25-26页 |
| 3.3.4 流传播算法 | 第26-28页 |
| 3.4 社团检测算法对比分析 | 第28-31页 |
| 3.5 加权对社团检测算法的影响 | 第31-33页 |
| 3.6 本章小结 | 第33-34页 |
| 第四章 重要节点及典型社团分析 | 第34-43页 |
| 4.1 节点重要性 | 第34-35页 |
| 4.1.1 度中心性 | 第34页 |
| 4.1.2 特征向量中心性 | 第34页 |
| 4.1.3 接近度中心性 | 第34-35页 |
| 4.1.4 介数中心性 | 第35页 |
| 4.2 重要节点划分 | 第35-37页 |
| 4.3 典型社团分析 | 第37-41页 |
| 4.4 典型社团与重要节点 | 第41-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第五章 社团演化分析 | 第43-58页 |
| 5.1 逐年交易情况分析 | 第43-44页 |
| 5.2 突出行业的交易量分析 | 第44页 |
| 5.3 基于时间序列的社团分析 | 第44-49页 |
| 5.3.1 时间序列的相似性度量 | 第45页 |
| 5.3.2 构建基于时间序列的社团划分 | 第45-49页 |
| 5.4 基于文本的演化分析 | 第49-52页 |
| 5.4.1 切词 | 第49-52页 |
| 5.4.2 技术生命周期 | 第52页 |
| 5.5 社团中的熵 | 第52-54页 |
| 5.6 逐年网络结构分析 | 第54-57页 |
| 5.7 本章小结 | 第57-58页 |
| 第六章 工作总结及下一步研究展望 | 第58-60页 |
| 6.1 本文工作总结 | 第58-59页 |
| 6.2 下一步研究展望 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 致谢 | 第65-66页 |
| 攻读学位期间发表的学术论文目录 | 第66页 |
